Radiomique pour la différenciation préopératoire des kystes de la mâchoire : une étude multicentrique de ML

Les lésions kystiques de la mâchoire comprennent les tumeurs odontogènes et les lésions kystiques non tumorales apparaissant dans la mâchoire, l'améloblastome étant le plus courant parmi les premières, et les kystes odontogènes et non odontogènes parmi les secondes. Actuellement, l’orientation du traitement varie selon les différents types de lésions kystiques de la mâchoire. Les améloblastomes, qui peuvent récidiver et métastaser, sont principalement traités par excision chirurgicale, tandis que les lésions kystiques sont plus largement traitées par des procédures telles que le curetage et la marsupialisation. Par conséquent, un diagnostic différentiel préopératoire précis de diverses lésions de la mâchoire et la sélection ultérieure de plans de traitement appropriés sont cruciaux pour obtenir des résultats optimaux pour les patients. Des choix de traitement inappropriés peuvent retarder la maladie ou conduire à un traitement excessif, affectant ainsi la qualité de vie du patient. À l'heure actuelle, il manque encore un protocole de diagnostic standard et différentiel objectif et précis pour le traitement des lésions kystiques de la mâchoire, ce qui rend l'établissement d'un modèle de prédiction diagnostique préopératoire objectif et scientifique d'une importance clinique significative. Dans des recherches antérieures, nous avons développé avec succès un modèle de diagnostic prédictif efficace en intégrant des techniques d'apprentissage automatique avec la radiomique de tomodensitométrie (TDM), atteignant une valeur maximale d'ASC > 0,8, indiquant de bonnes performances prédictives et une valeur de référence clinique. Dans la présente étude, nous visons à mener une étude prospective multicentrique d'apprentissage automatique pour améliorer davantage les performances de diagnostic prédictif du modèle et faciliter le diagnostic et le traitement cliniques.

Cette étude est conçue comme une étude prospective multicentrique d'apprentissage automatique, impliquant 300 patients présentant des lésions kystiques de la mâchoire dans 12 centres, comme détaillé dans la liste des institutions collaboratrices. Sur la base de notre enquête précédente sur les conditions réelles de diagnostic et de traitement dans chaque centre de recherche, nous prévoyons d'utiliser différents types de données d'imagerie pour les regrouper en fonction des examens d'imagerie effectués, et de normaliser le traitement des données d'imagerie provenant de différentes unités et types pour des fins ultérieures. travail. L'hôpital commémoratif Sun Yat-sen de l'Université Sun Yat-sen servira de centre principal, avec d'autres institutions comme sous-centres. Le regroupement spécifique est le suivant : le groupe CT spirale comprend six hôpitaux généraux ; le groupe Cone Beam CT (CBCT) comprend un hôpital général et cinq hôpitaux dentaires spécialisés.

Au cours de l'étude, après avoir recruté les patients qui répondent aux critères d'inclusion, nous collecterons les données d'imagerie tomodensitométrique maxillo-faciale, les importerons dans le logiciel (LIFEx version 6.30) et délimiterons la région d'intérêt (ROI). Les caractéristiques radiomiques du retour sur investissement seront extraites à l'aide du logiciel Pyradiomis, sélectionnées et utilisées pour les prédictions diagnostiques préopératoires avec le modèle existant. Après traitement chirurgical, les résultats pathologiques des lésions seront suivis et enregistrés. Si les conditions le permettent, les performances prédictives du modèle peuvent être optimisées par étapes au cours de l'étude, ou des ajustements méthodologiques et des reconstructions du modèle prédictif peuvent être tentés en utilisant toutes les données disponibles pour obtenir une prédiction diagnostique préopératoire plus idéale.